Fluxos Normalizadores para Modelos Generativos

Fluxos Normalizadores (NFs) são modelos baseados em verossimilhança para dados contínuos com resultados promissores em estimação de densidade e geração de imagens.

TarFlow é uma arquitetura escalável que combina blocos autoregressivos Transformer em patches de imagem, alternando a direção de autoregressão entre camadas.

Três técnicas principais melhoram a qualidade das amostras: aumento de ruído Gaussiano durante o treino, procedimento de denoising pós-treino e um método de orientação eficaz.

TarFlow estabelece novos resultados de referência em estimação de verossimilhança para imagens, superando largamente os métodos anteriores.

TarFlow gera amostras de qualidade e diversidade comparáveis a modelos de difusão, sendo o primeiro modelo NF independente a atingir esse desempenho.